DOMDocument seems to convert Chinese characters into codes […]. How can I keep the Chinese or other foreign language as they are instead of converting them into codes?
$dom = new DOMDocument();
$dom->loadHTML($html);
如果您使用loadHTML函数加载HTML块.默认情况下,DOMDocument期望该字符串采用HTML的默认编码(ISO-8859-1),但最常见的是charset(sic!)是在您正在使用的字符串旁边而不是在内部提供的元信息.为了使这更复杂,元信息甚至在字符串内.
无论如何,由于您尚未共享HTML的字符串数据而您尚未指定编码,因此很难具体说明发生了什么.
我假设HTML是UTF-8编码的,但这不会在HTML字符串中发出信号.因此,以下解决方案可以提供帮助:
$doc = new DOMDocument();
$doc->loadHTML('<?xml encoding="UTF-8">' . $html);
// dirty fix
foreach ($doc->childNodes as $item)
if ($item->nodeType == XML_PI_NODE)
$doc->removeChild($item); // remove hack
$doc->encoding = 'UTF-8'; // insert proper
它在最开始时注入一个编码提示(并在加载HTML后将其删除).从那时起,DOMDocument将返回UTF-8(一如既往).